针对网络流量预测,提出一类基于自组织映射(self-organizing map,SOM)神经网络的局部自回归(auto-regressive,AR)方法.根据SOM的联想记忆在时域的推广,在矢量量化临时联想记忆(vector-quantized temporal association memory,VQTAM)建模技术的基础上,给出具有多个局部线性AR模型的AR-SOM方法,基于前K个获胜神经元用权值代替输入向量建立单一时变局部AR模型的K-SOM方法,以及在完成数据向量聚类的同时,更新多个局部AR模型系数的LLM(local linear map)-SOM方法.相对于全局模型,基于SOM神经网络的局部AR方法能够灵活给出有效的监督神经结构,降低了计算复杂度.将本文方法应用于不同的网络流量预测实例中,并与现有方法相比,实验结果表明所提出的方法能有效地改善预测精度,且性能更好.
